엔비디아(NVIDIA) GPU의 핵심 경쟁력이자 사실상 표준으로 자리 잡은 CUDA 컴퓨팅 플랫폼을 이제 AMD GPU에서도 활용할 수 있는 길이 열렸습니다. ZLUDA 프로젝트와 AMD의 HIP/ROCm 기술을 결합하여 윈도우(Windows) 환경에서 CUDA 기반 애플리케이션을 AMD GPU에서 실행하는 호환성 환경이 구축된 것입니다. 이는 AI 및 고성능 컴퓨팅 분야에서 엔비디아 하드웨어에 대한 의존도를 낮추고 AMD GPU의 활용도를 높일 잠재력을 가지고 있습니다.
이번 검증은 특히 딥러닝 프레임워크인 리브토치(LibTorch) 2.3.0+cu118을 사용하는 PPO(Proximal Policy Optimization) 네트워크의 추론 및 학습 워크로드에서 성공적으로 이루어졌습니다. 220만 개 이상의 파라미터를 가진 PPO 네트워크가 CUDA 장치로 노출된 환경에서 순전파, 학습, 옵티마이저 작업이 모두 완료되었으며, 65,536 타임스텝(timestep)을 처리하는 검증 반복도 성공했습니다. 현재 공식적으로 검증된 하드웨어는 라데온 RX 9060 XT(Radeon RX 9060 XT, gfx1200/RDNA4)에 한정되지만, cuBLAS, cuSPARSE, cuFFT 등 주요 CUDA 라이브러리들이 AMD의 rocBLAS, rocSPARSE, HIP 등을 통해 정상 작동함이 확인되었습니다. 다만, cuDNN과 같은 일부 라이브러리는 아직 지원되지 않으며, 모든 CUDA 프로그램이나 AI 모델의 실행을 보장하지는 않습니다.
이러한 호환성 환경의 등장은 엔비디아의 CUDA 독점 체제에 균열을 낼 중요한 시도로 평가됩니다. 오랫동안 AI 및 고성능 컴퓨팅 분야에서 엔비디아 GPU가 압도적인 점유율을 유지할 수 있었던 핵심 요인 중 하나는 강력한 CUDA 생태계였습니다. AMD GPU 사용자들은 CUDA 호환성 문제로 인해 특정 AI 워크로드를 수행하기 어려웠으나, ZLUDA와 같은 프로젝트를 통해 이러한 장벽이 점차 허물어질 수 있습니다. 이는 개발자들에게 더 넓은 하드웨어 선택지를 제공하고, 장기적으로는 GPU 시장의 경쟁을 촉진하여 혁신을 가속화할 수 있는 긍정적인 신호입니다. 다만, 아직은 초기 단계이며 지원되는 하드웨어와 라이브러리에 제약이 있어, 완전한 대안이 되기까지는 추가적인 개발과 검증이 필요할 것으로 보입니다.